Python实现CSV指定列SHA256哈希转Base64编码报错求助

问题描述 #

作为Python新手，目标是读取CSV文件，对指定列consumer_id使用SHA256哈希后以Base64编码输出。运行代码时出现TypeError，错误信息：

TypeError: Strings must be encoded before hashing

当前代码：

import hashlib
import csv
import base64

with open('File1.csv') as csvfile:

    with open('File2.csv', 'w') as newfile:

        reader = csv.DictReader(csvfile)

        for i, r in enumerate(reader):
            # 写入CSV表头
            if i == 0:
                newfile.write(','.join(r) + '\n')

            # 哈希'consumer_id'列
            r['consumer_id'] = base64.b64encode(hashlib.sha256(r['consumer_id']).encode('utf-8')).digest()
            
            # 写入处理后的行
            newfile.write(','.join(r.values()) + '\n')

错误原因 #

错误核心是哈希函数需要接收字节类型（bytes）数据，而非字符串，原代码的调用逻辑完全颠倒：

1. 直接把字符串r['consumer_id']传给hashlib.sha256()，违反哈希函数的参数要求
2. 错误地对哈希对象调用.encode('utf-8')，属于无效操作
3. .digest()的调用位置错误，应该先获取哈希的字节结果，再进行Base64编码

修正后的代码 #

import hashlib
import csv
import base64

with open('File1.csv', 'r', encoding='utf-8') as csvfile:
    with open('File2.csv', 'w', newline='', encoding='utf-8') as newfile:
        reader = csv.DictReader(csvfile)
        writer = csv.DictWriter(newfile, fieldnames=reader.fieldnames)
        
        # 写入表头
        writer.writeheader()
        
        for r in reader:
            # 1. 将字符串编码为字节
            consumer_bytes = r['consumer_id'].encode('utf-8')
            # 2. 计算SHA256哈希
            sha256_result = hashlib.sha256(consumer_bytes).digest()
            # 3. Base64编码并转为字符串（避免写入CSV时出现字节标记）
            r['consumer_id'] = base64.b64encode(sha256_result).decode('utf-8')
            
            # 写入处理后的行
            writer.writerow(r)

关键修改说明 #

• 修正编码顺序：先把字符串转为字节，再传入哈希函数，符合哈希函数的参数要求
• 使用CSV专用写入器：替换手动拼接字符串的方式，避免字段包含逗号时出现CSV格式错误
• Base64结果转字符串：通过.decode('utf-8')把编码后的字节转为字符串，确保写入CSV的是文本内容
• 指定文件编码：打开文件时明确设置encoding='utf-8'，避免不同环境下的编码不一致问题

内容的提问来源于stack exchange，提问作者Jeff Irwin